Different Microgreen Genotypes Have Unique Growth and Yield Responses to Intensity of Supplemental PAR from Light-emitting Diodes during Winter Greenhouse Production in Southern Ontario, Canada
Notice bibliographique
Résumé
Low natural daily light integrals (DLIs) are a major limiting factor for greenhouse production during darker months (e.g., October to February in Canada). Supplemental lighting (SL) is commonly used to maintain crop productivity and quality during these periods, particularly when the supply chain demands consistent production levels year-round. What remains to be determined are the optimum SL light intensities (LIs) for winter production of a myriad of different commodities. The present study investigated the growth and yield of sunflower ( Helianthus annuus L., ‘Black oil’), kale ( Brassica napus L., ‘Red Russian’), arugula ( Eruca sativa L.), and mustard ( Brassica juncea L., ‘Ruby Streaks’), grown as microgreens, in a greenhouse under SL light-emitting diode (LED) photosynthetic photon flux density ( PPFD ) levels ranging from 17.0 to 304 μmol·m −2 ·s −1 with a 16-hour photoperiod (i.e., supplemental DLIs from 1.0 to 17.5 mol·m −2 ·d −1 ). Crops were sown in a commercial greenhouse near Hamilton, ON, Canada (lat. 43°14′N, long. 80°07′W) on 1 Feb. 2018, and harvested after 8, 11, 12, and 12 days, resulting in average natural DLIs of 6.5, 5.9, 6.2, and 6.2 mol·m −2 ·d −1 for sunflower, kale, arugula, and mustard, respectively. Corresponding total light integrals (TLIs) ranged from 60 to 188 mol·m −2 for sunflower, 76 to 258 mol·m −2 for kale, 86 to 280 mol·m −2 for arugula, and 86 to 284 mol·m −2 for mustard. Fresh weight (i.e., marketable yield) increased asymptotically with increasing LI and leaf area increased linearly with increasing LI, in all genotypes. Hypocotyl length of mustard decreased and hypocotyl diameter of sunflower, arugula, and mustard increased with increasing LI. Dry weight, robust index, and relative chlorophyll content increased and specific leaf area decreased in kale, arugula, and mustard with increasing LI. Commercial microgreen greenhouse growers can use the light response models described herein to predict relevant production metrics according to the available (natural and supplemental) light levels to select the most appropriate SL LI to achieve the desired production goals as economically as possible.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».